软交换网络中的视频多媒体业务

本文主要介绍了支持视频多媒体业务的软交换系统结构、功能要求以及软交换中点对点和点对多点多媒体视频业务的实现方式。     

信令代理在VoIP中的实现

VoIP技术发展至今，安全和资源浪费已经成为其发展的瓶颈，将信令代理应用到VoIP中可以很好地解决这个问题。并分析了当前VoIP存在的诸多不足，提出了基于信令代理的解决方案，并详细地介绍了其原理、结构和实现的算法。     

基于在线手写签名特征的非盲水印

结合电子公文的应用背景,提出了一种在图像中嵌入在线手写签名特征,来验证发送方身份的算法。该算法利用人眼视觉特点,将签名信息自适应地嵌入到载体图像中。鉴于签名特征水印较传统的图像水印对鲁棒性的要求更高,该算法将签名特征信息重复嵌入,以减少水印提取时可能出现的偏差。实验证明,该算法既具有良好的不可见性,又具有很强的抗图像攻击能力,达到了设计的根本目的。     

基于信息融合的在线手写签名算法研究

为了进一步提高认证效果,在演化计算、神经网络和离散F距手写签名认证算法的基础上,提出了基于信息融合的在线手写签名认证算法。该算法将测试签名和参考签名分别通过三种算法进行认证,得出测试签名为真实签名的置信度,然后对三种认证算法的结果进行加权融合,根据最终的融合结果进行签名真假的判定。实验结果表明,信息融合算法的误拒率和误纳率都有显著的减少。     

基于说话人模型聚类的说话人识别

为了提高说话人识别系统的识别效率,提出一种基于说话人模型聚类的说话人识别方法,通过近似KL距离将相似的说话人模型聚类,为每类确定类中心和类代表,构成分级说话人识别模型。测试时先通过计算测试矢量与类中心或类代表之间的距离选择类,再通过计算测试矢量与选中类中的说话人模型之间对数似然度确定目标说话人,这样可以大大减少计算量。实验结果显示,在相同条件下,基于说话人模型聚类的说话人识别的识别速度要比传统的GMM的识别速度快4倍,但是识别正确率只降低了0.95%。因此,与传统GMM相比,基于说话人模型聚类的说话人识别能在保证识别正确率的同时大大提高识别速度。     

基于Web的现场总线信息系统的研究与实现

不同现场总线网络有各不相同的信息结构和通信协议,不便于各网络间的信息交换。提出了基于Web的通用网络信息系统的模型,并以LonWorks现场总线为例,详细讨论了现场总线网络信息的提取、集成以及网络信息系统的设计。     

基于嵌入式TCP/IP的在线签名数据采集系统

在线签名识别在银行金融系统及个人身份识别等领域正引起广泛关注.笔迹信息的采集是在线签名识别算法的基础,设计了一种基于嵌入式TCP/IP的在线签名数据采集系统,该系统以C8051F020 SOC单片机为核心,实现了在线签名数据的实时采集,并在有限的单片机资源基础上移植嵌入式TCP/IP协议栈,通过以太网接入Internet,将采集到的签名信息准确及时地上传到远程认证服务器.     

超微型转子动平衡测试机不平衡量提取

建立了不平衡量振动力学模型 ,然后利用离散小波变换对所采集的信号进行消噪处理 ,提取有用的低频信号 ,进行频谱分析 ,并提出了离散傅里叶变换快速算法。根据DFT运算结果 ,在频域提取不平衡量所对应的幅度和相位 ,有效地滤除了信号中混杂的低频及高频干扰 ,最后基于中值滤波原理求出不平衡量的幅度及相位估计值。本系统不平衡量测试精度小于 1 0mg·mm ,相角小于 2°。结果表明了该算法的可行性。     

局部关联度最优的手写汉字骨架提取

目的 研究手写汉字图像时,骨架是最为常见的切入点之一。利用传统细化算法提取手写汉字骨架,容易在笔画交叉等情况复杂的区域产生形变。针对此问题,提出一种基于局部关联度的手写汉字骨架提取算法。方法 首先对手写汉字图像进行细化以获取原始骨架,按照端点、普通点和复杂点3种类别标注骨架点;利用8邻域窗口扫描相互连通的复杂点,检测并提取复杂区域;删除复杂区域,将原始骨架拆分为若干简单笔画段,形变部分在此过程中被一并移除;提取局部子段,根据笔画段间的方向差异程度和曲率变化程度,计算局部关联度;制定一种局部关联度最优的连接策略,对满足连接条件的笔画段进行插值补偿,从而修正形变,并得到完整的汉字骨架。结果 对于600个实验样本,从骨架直接检测复杂区域所得结果十分接近理想情况,而轮廓法所得数量是理论值的2.5倍;基于局部关联度重组笔画段,绝大多数形变得到修正,重组后的骨架符合真实拓扑结构;以标准骨架为参考,骨架提取准确率达到了98.41%。结论 局部关联度最优的手写汉字骨架提取算法,能够有效检测复杂区域,对形变具有良好的修正作用,提取所得骨架能够正确反映复杂笔画间的位置结构关系,是一种实用有效的骨架提取方法。     

基于改进SIFT匹配方法的货架乳制品识别

利用尺度不变特征变换(SIFT)算法识别盒装乳制品时易产生误匹配,从而影响识别的准确率。为了消除误匹配点的影响并精确识别商品的种类和数量,提出了一种改进的SIFT误匹配点剔除方法。根据盒装乳制品图像形变较小、多数为刚性变换的特点,首先利用粗匹配对的主方向角度差进行筛选,再计算出模板图和测试图各自特征点两两之间的距离比,标记距离比出现异常的匹配点,最后通过投票剔除误匹配点。在自建商品图像数据库上将所提方法与改进的随机抽样一致性算法、基于图的消除误匹配点方法进行对比测试,结果表明,所提方法在匹配准确率和误剔除率方面有明显改善。